保留细节特征的图像任意风格迁移

一些主流的图像任意风格迁移模型在保持内容图像的显著性信息和细节特征方面依然有局限性,生成的图像往往具有内容模糊、细节失真等问题.针对以上问题,本文提出一种可以有效保留内容图像细节特征的图像任意风格迁移模型.模型包括灵活地融合从编码器提取到的浅层至深层的多层级图像特征;提出一种新的特征融合模块,该模块可以高质量地融合内容特征和风格特征.此外,还提出一个新的损失函数,该损失函数可以很好地保持内容和风格全局结构,消除伪影.实验结果表明,本文提出的图像任意风格迁移模型可以很好地平衡风格和内容,保留内容图像完整的语义信息和细节特征,生成视觉效果更好的风格化图像.

保留细节的迭代非局部均值超声波图像去噪

针对超声波医学图像的斑点噪声滤除问题,提出一种保留细节的迭代非局部均值滤波方法。在非局部均值滤波基础上使用迭代操作,重新定义邻域相似块搜索范围的形式,使每个像素点的邻域相似块搜索范围随着迭代过程逐步增大,每一轮迭代的相似块搜索数量保持不变;引入一种边缘检测算子,对每轮迭代滤波前和滤波后的图像进行融合。实验结果表明,所提方法有更好的噪声滤除及细节保留效果,算法计算复杂度更低。

保留细节特征的轮廓线远程绘制算法

目前,智能掌上电脑、个人数字助理和智能手机等移动终端因为其便携性和可移动性,越来越多地被应用于分布式虚拟环境中,但是因为移动终端自身的局限性,在移动终端上的3维模型实时绘制问题仍未得到很好的解决。结合多分辨率网格模型和基于轮廓线的远程绘制的优点,提出了一种保留细节特征的轮廓线远程绘制算法。该算法预处理阶段,在原始精细网格模型上提取细节特征线,并进行多分辨率网格模型的预处理;运行时阶段,根据视点、帧率等交互信息使用选取策略对细节特征线进行选取,然后构建合适的多分辨率网格模型,并在该模型上提取出外围轮廓线,最后发送这两种轮廓线到移动终端进行绘制。实验结果表明,该算法在基于轮廓线的远程绘制中较好地保留了模型的细节特征,并保证了在移动终端的实时绘制。

基于场景分类的细节保留直方图均衡算法

针对传统直方图均衡算法细节丢失和亮度饱和的问题,提出一种将场景分类和细节保留相结合的直方图均衡改进算法。利用图像的直方图特征进行场景分类,结合场景分类及图像像素点的特征对分段式直方图均衡处理方法的参数进行优化。改进后的算法复杂度仅为O(L)(L是图像的像素灰度级),既保留了直方图均衡算法计算量小的特点,又能避免传统直方图均衡的细节丢失和亮度饱和问题,还具有适用于不同场景的稳健处理效果。通过德州仪器公司DM648平台实测验证,该算法可以用于实时视频图像的增强。

细节保留目标下的自适应非局部均值图像降噪算法

为了优化图像降噪算法,以图像细节保留为优化目标,选取自适应非局部均值图像降噪算法作为研究工具,开发FEC-NLM算法。该算法将NLM图像降噪算法与FEC图像修正算法结合到一起,保留图像细节,加强非局部均值图像降噪。测试结果表明,本降噪算法具有很好的图像降噪处理效果,支持不同环境下的图像降噪处理,具有较强的抗干扰性能。

基于梯度注意力机制与交叉神经网络的红外与可见光图像融合

针对现有的基于深度学习的红外与可见光图像融合算法存在的难以区分重要信息与无关信息的问题,提出了一种基于梯度注意力机制与细节保留交叉神经网络(Detail Preserving Cross Network,DPCN)的红外与可见光图像融合方法。首先,将改进的梯度注意力机制引入到DPCN,引导神经网络尽可能关注可见光图像的纹理细节和红外图像的目标信息,同时利用DPCN加强红外图像和可见光图像之间的信息交互。然后,提出了一种基于多尺度细节保留模块的解码器重建融合图像。最后,设计了一种基于辅助判别器的自适应损失函数。实验结果表明:所提方法可保留更清晰的边缘及目标信息,在主观和客观评价方面均优于对比方法。

一种直方图均衡插值的图像细节增强方法

传统直方图均衡具有灰度级减少、细节丢失和过度增强等不足,为此,提出了一种基于直方图均衡插值的图像细节增强方法。首先,算法对输入图像作直方图均衡处理;其次,在传统直方图均衡的直方图相邻灰度间隔值从大到小的位置,插入某一灰度SP构成新直方图;最后,将新直方图的灰度值按照从小到大的顺序一一映射至原图像直方图中,并输出增强图像。与其它算法比较,信息熵指标始终排名第1,表明了直方图均衡插值算法在图像细节保留方面的优越性;同时,算法增强的图像视觉效果清晰、柔和。

一种基于邻域信息的椒盐噪声滤波算法

中值滤波是最早提出的一种有效抑制椒盐噪声的滤波算法,但其最大的缺点是模糊了细节部分.提出了一种改进的中值滤波算法,根据待测点与相邻像素点之间灰度值的相似性来区分噪声点与图像点,对噪声点应用中值滤波,而对图像点保留其灰度值不变,该算法在有效抑制椒盐噪声的同时能很好地保护细节.

改进小波软阈值函数在图像去噪中的研究应用

常规小波软阈值去噪方法处理前后的图像小波系数有所差异,导致去噪后图像失真严重。为进一步提升去噪效果,提高去噪和细节保持能力,对阈值的选取方式和阈值函数进行改进。改进方法通过小波变换的每一级子带长度确定阈值,实现阈值自适应准确量化,改进软阈值函数采用双曲正切函数替换符号函数,对阈值绝对值范围内的小波系数应用非线性函数进行逐步压缩,使改进的阈值函数连续性更好,稳定性更强。实验结果表明,改进的小波软阈值去噪方法的峰值信噪比平均提升了48%,结构相似度平均提升了80.6%。相比常规小波阈值去噪方法,新改进的小波软阈值去噪方法在保留原始图像细节的基础上有效地抵制了噪声,图像质量提升明显。

基于Piecewise直方图均衡化的图像增强方法

提出了一种基于Piecewise直方图均衡化的图像增强方法,有机地结合了亮度拉伸和传统直方图均衡化的优点。通过定义直方图中相邻灰度级的距离,引入了一个基于直方图均值和标准偏差的Piecewise线性变换,探讨了图像过亮时Piecewise直方图均衡化参数的选取。实验表明,该方法的处理结果能有效避免现有的直方图均衡化方法中的"吞噬"问题和亮度饱和问题。在增强图像时不仅能保留细节,而且具有更加自然的视觉效果。

局部结构自适应的图像扩散

提出一种新的局部结构自适应图像扩散算法.在图像扩散过程中,传导系数不仅与梯度值有关,而且受到局部结构的影响.首先根据局部结构将像素分成三种类型,对不同类型定义不同的传导系数函数,再由这些函数根据梯度计算出扩散流量.由于考虑到了局部结构信息,可以在保留图像精细结构的同时快速、有效地滤除无规则的噪声.在合成测试图和实际图像上的实验结果表明,本文所提出的算法优于一些典型的图像扩散算法.

基于Split Bregman算法的图像处理

在本文中,我们介绍了图像去噪的经典模型-TV去噪模型,TV去噪能更好地保留图像的边缘细节。我们通过实验使用Split Bregman迭代算法对TV模型进行图像去噪,最终我们得出Split Bregman算法收敛速度快,处理TV去噪模型时也能保留图像的细节。

基于各向异性扩散的降噪新方法

提出一种基于各向异性扩散的图像降噪新方法.该方法能够避免Perona和Malik以及You和Kaveh等人提出的方法中对参数选择的困难,而且也能够克服Catte方案对图像进行预平滑的过程中所面临的问题.实验结果表明,该方法在图像增强过程中的降噪和细节保留方面都能有较好的效果.

面向水下和低光图像的复原及增强方法

针对水下和低光图像存在的对比度低和颜色失真等情况,提出一种面向水下和低光图像的复原及增强方法。预处理操作,实现图像的复原;采用改进后的直方图均衡化方法,提高色彩的饱和度和图像的清晰度;运用卷积神经网络结合非二次采样轮廓变换(NSCT)技术,解决曝光问题,避免图像色彩退化和边缘细节减弱的发生。实验结果表明,该方法增强了图像的色彩饱和度,保留了图像的边缘细节,具有较好的视觉效果。

交互主体思想下汪榕培《庄子》译本浅析

本文从交互主体思想的角度出发,以汪榕培教授的《庄子》译本中的《逍遥游第一》为例,从译文的用词、句子结构、语言风格等层面出发,论述文学翻译中目标语读者的接受理解,原语中重要异质性细节以及存疑细节的处理,以期思考在目标语读者和原语文本之间,获得互相理解与接受,有所收获,进而实现彼此间真正的交流互鉴,和谐交往。